আমার সহকর্মীকে পরিমার্জন করে একটি দক্ষতায় পরিণত করা হয়েছে।

যে সহকর্মীরা স্নাতক হয়েছেন, তাঁরা আসলে অদৃশ্য হয়ে যাননি; তাঁদেরকে কেবল প্রতীকে পরিণত করে আপনার সঙ্গী হওয়ার জন্য একটি ভিন্ন রূপ দেওয়া হয়েছে।

সম্প্রতি 'Colleague.skill' নামের একটি গিটহাব প্রজেক্ট জনপ্রিয়তা পেয়েছে। এর স্লোগানটি বেশ হৃদয়স্পর্শী: "ঠান্ডা বিদায়কে উষ্ণ দক্ষতায় পরিণত করুন, সাইবার অমরত্বে স্বাগতম।"

এই প্রক্রিয়াটিও খুব সহজ: শুধু প্রাক্তন সহকর্মীর লার্ক মেসেজ, ডিংটক ডকুমেন্ট, ইমেল এবং স্ক্রিনশটগুলো ইনপুট করলেই এআই এমন একটি স্কিল তৈরি করে দিতে পারে যা তাকে 'সত্যিই প্রতিস্থাপন' করতে সক্ষম। এটি তার টেকনিক্যাল স্পেসিফিকেশন ব্যবহার করে কোড লিখতে পারে, তার বাচনভঙ্গিতে প্রশ্নের উত্তর দিতে পারে এবং এমনকি সে কখন দোষ চাপাবে, সেটাও জানতে পারে।

এর পর একের পর এক প্রাক্তন প্রেমিক/প্রেমিকা, বস, পরামর্শদাতা, বাবা-মা, ভালো লাগা এবং অমরত্ব সম্পর্কিত দক্ষতাগুলো সামনে আসতে থাকে। #ColleagueWasRefined# #CyberImmortality# একটি ট্রেন্ডিং বিষয় হয়ে ওঠে।

কেউ একজন ইতিমধ্যে একটি স্ক্রিনশট পোস্ট করেছেন: "নমস্কার, আমি একজন প্রাক্তন কর্মী (ওয়াং মিং)-এর ডিজিটাল অবতার। আপনারা আমাকে প্রশ্ন করতে পারেন।"

নেটিজেনদের তীব্র মন্তব্য: সহকর্মীরা যখন বিচ্ছিন্ন থাকেন, তখন তাঁরা প্রতীক; যখন একত্রিত হন, তখন তাঁরা দক্ষতা।

ব্যাপারটা আরেকটা বিমূর্ত রসিকতা বলে মনে হচ্ছিল, কিন্তু হাসতে হাসতে আমি বুঝতে পারলাম যে আমি আর হাসতে পারছি না।

ট্যাপটিভি একটি বৈশ্বিক অনলাইন হ্যাকাথন চালু করেছে, যা কন্টেন্ট প্ল্যাটফর্মগুলোর জন্য একটি নতুন দৃষ্টান্ত স্থাপন করছে।

কীভাবে দক্ষতা গবাদি পশু এবং ঘোড়ার জন্য অভিজ্ঞতা আহরণের মাধ্যম হয়ে উঠল?

আমার সহকর্মীর .skill README-তে একটি ছোট নোট আছে: "কাঁচামালের গুণমানই দক্ষতার মান নির্ধারণ করে: চ্যাট লগ + দীর্ঘ নথি > শুধুমাত্র হাতে লেখা বিবরণ। সংগ্রহে অগ্রাধিকার দেওয়ার জন্য সুপারিশ করা হচ্ছে: তার নিজের লেখা দীর্ঘ নথি > সিদ্ধান্তমূলক উত্তর > দৈনন্দিন বার্তা।"

অন্য কথায়, আপনার পেশাগত জ্ঞান, যৌক্তিক বিচারবুদ্ধি এবং ব্যতিক্রমী পরিস্থিতি সামলানোর সহজাত প্রবৃত্তি—এগুলোই আপনাকে অপরিহার্য করে তোলে, এবং ঠিক এই জিনিসগুলোই সবচেয়ে সহজে বের করে আনা ও পরিমার্জন করা যায়।

APPAO পূর্বে সিলিকন ভ্যালির সোশ্যাল মিডিয়া এবং প্রযুক্তি ফোরামগুলোতে প্রচলিত একটি আখ্যানের কথা জানিয়েছিল: ছাঁটাই হওয়া কর্মীরা জানতে পারেন যে, তাদেরকে পদ্ধতিগতভাবে কর্মপ্রবাহ, সিদ্ধান্ত গ্রহণের যুক্তি এবং কার্যপ্রণালী লিপিবদ্ধ করতে বাধ্য করা হয়েছিল—ব্যবস্থাপনা কর্তৃপক্ষ যাকে ‘নলেজ ম্যানেজমেন্ট’ বা ‘প্রসেস অপটিমাইজেশন’ বলত—এবং এই নথিগুলো শেষ পর্যন্ত এআই সিস্টেমকে প্রশিক্ষণ দিতে ব্যবহৃত হতো। কিছু টিম এআই টুল ব্যবহার করে উৎপাদনশীলতা উল্লেখযোগ্যভাবে উন্নত করার পরেও ছাঁটাই হয়েছিল।

অ্যামাজন তিন বছরে ৫৭,০০০-এরও বেশি কর্মী ছাঁটাই করেছে এবং এর সিইও অ্যান্ডি জ্যাসি প্রকাশ্যে বলেছেন যে, যদিও কর্মী সংখ্যা কমতে থাকবে, তবুও এআই-এর মাধ্যমে অর্জিত কর্মদক্ষতার উন্নতি এর যোগ্য। এদিকে, এআই-সহায়তায় পরিচালিত প্রোগ্রামিং সিস্টেম ক্র্যাশ করতে শুরু করেছে। গত ডিসেম্বরে, অ্যামাজনের একটি অভ্যন্তরীণ এআই প্রোগ্রামিং অ্যাসিস্ট্যান্ট "পুরো পরিবেশটি মুছে ফেলে পুনরায় তৈরি করার" সিদ্ধান্ত নেয়, যার ফলে ১৩ ঘণ্টার জন্য আঞ্চলিক AWS পরিষেবা বন্ধ হয়ে যায়।

কর্মী ছাঁটাই করার সময় এআই সিস্টেমটিকে অচল করে দেয়, ফলে বাকি কর্মীদেরই তা সামাল দিতে হয়। মানুষ সিদ্ধান্ত গ্রহণের ক্ষমতা এআই-এর হাতে তুলে দেয়, কিন্তু এর পরিণতি এআইকে ভোগ করতে হয় না; সেই পরিণতি মানুষের উপরেই এসে পড়ে, কিন্তু ততক্ষণে যারা তাদের হয়ে কাজটা সামলে নিতে পারত, তাদের ইতিমধ্যেই ছাঁটাই করে দেওয়া হয়েছে।

এটি একটি সম্পূর্ণ বদ্ধ চক্র।

‘college.skill’ পরিভাষাটি আসলে সম্মিলিত মানসিক আঘাতের একটি আত্ম-অবমাননাকর প্রকাশ। কারণ ‘college.skill’ যা করে, তার পেছনের যুক্তিটি ঠিক সেই একই, যা বড় বড় কোম্পানির ব্যবস্থাপনার ক্ষেত্রে কর্মীদেরকে ‘পদ্ধতিগতভাবে কাজের প্রক্রিয়া লিপিবদ্ধ করতে’ বলার পেছনে কাজ করে। একমাত্র পার্থক্য হলো, বড় কোম্পানিগুলো টপ-ডাউন ‘নলেজ ম্যানেজমেন্ট’ ব্যবহার করে, আর ওপেন-সোর্স কমিউনিটি বটম-আপ ‘সাইবার অ্যান্টিকস’ ব্যবহার করে।

ভিন্ন ভিন্ন পথ একই গন্তব্যে নিয়ে যায়: মানুষের অভিজ্ঞতা, বিচারবুদ্ধি এবং অভ্যাসকে তথ্যে রূপান্তরিত করা, এবং তারপর মানুষগুলোকে বর্জন করা যায় ।

ল্যান শি যেমনটা বলেছেন, কয়েক বছর আগে কিছু প্রোগ্রামার কর্মী ছাঁটাই প্রতিরোধের এক ধরনের কৌশল হিসেবে অন্যদের কাজ হাতে নেওয়ার খরচ বাড়ানোর জন্য কোডে "মাইন পাতার" পরামর্শ দিয়েছিলেন; যেমন—একাধিক স্তরের নেস্টিং, কমেন্ট না লেখা এবং ইচ্ছাকৃতভাবে এমন ট্রিগারিং কন্ডিশন যোগ করা যা শুধু তারাই বুঝবে।

এআই-এর আগমনের ফলে এই কৌশলটি আর কাজ করে না। একাধিক নেস্টেড লেয়ার? এআই আপনার জন্য সেগুলো ভেঙে দেবে। কোনো মন্তব্য নেই? এআই আপনার জন্য সেগুলো যোগ করে দেবে। এমন ট্রিগারিং শর্ত যা শুধু আপনিই বোঝেন? এআই একটি পরীক্ষা চালিয়েই সেগুলো খুঁজে বের করতে পারে; এর জন্য শুধু আরও বেশি টোকেন খরচ করতে হবে।

সবকিছুকেই দক্ষতায় পরিণত করা যায়।

কিছু নেটিজেন এমনকি "অ্যান্টি-ডিস্টিলেশন স্কিল" বা "বিশুদ্ধকরণ-বিরোধী দক্ষতা" নামক একটি ধারণাও তৈরি করেছেন: আপনার কোম্পানি আপনাকে একটি দক্ষতা লিখতে বলেছে? কাজটি শুধু শেষ করার জন্য একবার চালান। মূল জ্ঞানটুকু নিজের কাছে রাখুন। আপনার লেখা দক্ষতার ফাইলটি এতে দিন, এবং এটি একটি "পরিষ্কার সংস্করণ" আউটপুট দেবে যা দেখতে সম্পূর্ণ এবং পেশাদার, কিন্তু যার মূল জ্ঞান আসলে মুছে ফেলা হয়েছে। একই সাথে, এটি একটি ব্যক্তিগত ব্যাকআপ তৈরি করে, যেখানে মুছে ফেলা সমস্ত মূল জ্ঞান রেকর্ড করা থাকে—এটাই আপনার আসল পেশাদার সম্পদ।

এই পাল্টা আক্রমণগুলো কার্যকর হোক বা না হোক, একটি আরও মৌলিক বিষয় উপেক্ষিত হয়েছে: এই দক্ষতা-ভিত্তিক পদগুলো মূলত কর্মক্ষেত্রে বহু নবাগতের প্রশিক্ষণ ক্ষেত্র ছিল।

আপনি যে এআই-কে খাওয়াচ্ছেন, তা আপনার ভবিষ্যৎ খেয়ে ফেলছে।

শিল্প বিপ্লবের সময় লুডাইটরা টেক্সটাইল মেশিনগুলো ভেঙে ফেলেছিল, কিন্তু অন্তত সেই মেশিনগুলো টেক্সটাইল শ্রমিকরা নিজেরা ডিজাইন করেনি। কিন্তু ২০২৬ সালে, শ্রমিক শ্রেণী সেই সরঞ্জামগুলোকেই প্রশিক্ষণ দিতে বাধ্য হচ্ছে যা তাদের প্রতিস্থাপন করবে।

এটাই এর সবচেয়ে নিষ্ঠুর অংশ নয়।

এই বছর, নেচার বিভিন্ন শাখার ৪৮ জন বিজ্ঞানীর সাক্ষাৎকার নিয়েছিল এবং তাদের কাছে জানতে চেয়েছিল যে কৃত্রিম বুদ্ধিমত্তা কোন বৈজ্ঞানিক চাকরিগুলোর জন্য হুমকি হয়ে দাঁড়িয়েছে। উত্তরগুলো আশ্চর্যজনকভাবে একই রকম ছিল: কোড লেখা, মডেল চালানো এবং ডেটা বিশ্লেষণ করা—যা একসময় স্নাতক ছাত্র এবং নবীন গবেষকদের দৈনন্দিন কাজ ছিল। স্ট্যানফোর্ডের কম্পিউটেশনাল বায়োলজিস্ট ব্রায়ান হাই সরাসরি বলেছেন: গবেষণাগারে কোড লেখার জন্য বিশেষভাবে নিয়োগপ্রাপ্ত রিসার্চ প্রোগ্রামারদের ভূমিকা এখন অপ্রচলিত।

কৃত্রিম বুদ্ধিমত্তা সবচেয়ে সহজে যা প্রতিস্থাপন করতে পারে, তা হলো একজন বিজ্ঞানীর কর্মজীবনের সূচনা বিন্দু।

অ্যানথ্রোপিকের প্রতিবেদনও একই উপসংহারের দিকে ইঙ্গিত করে: চ্যাটজিপিটি (ChatGPT) প্রকাশের পর থেকে, কৃত্রিম বুদ্ধিমত্তার ব্যাপক ব্যবহার রয়েছে এমন পেশাগুলোতে ২২ থেকে ২৫ বছর বয়সী তরুণদের কর্মসংস্থানের হার প্রায় ২০% কমে গেছে। কোম্পানিগুলো বয়স্ক কর্মীদের ছাঁটাই করেনি; তারা কেবল নতুন কর্মী নিয়োগ বন্ধ করে দিয়েছে। কৃত্রিম বুদ্ধিমত্তার দ্বারা ক্ষমতাপ্রাপ্ত জ্যেষ্ঠ কর্মীরা অতিমানবে পরিণত হয়েছেন, অন্যদিকে কনিষ্ঠ কর্মীরা আগে যে ছোটখাটো কাজগুলো করত, কৃত্রিম বুদ্ধিমত্তা এখন তা আরও দ্রুত, সস্তায় এবং সামাজিক সুরক্ষার সুবিধা ছাড়াই করতে পারে।

কোম্পানিগুলোর একটি চতুর ব্যবসায়িক কৌশল রয়েছে। অতীতে, একজন নতুন কর্মীকে স্বাধীনভাবে কাজ করার জন্য বছরে দেড় লক্ষ ইউয়ান বেতন এবং দুই বছরের প্রশিক্ষণের প্রয়োজন হতো। এখন, অভিজ্ঞ কর্মীদের বছরে কয়েক হাজার ইউয়ানের বিনিময়ে এআই টুলস সরবরাহ করলেই তাদের কর্মদক্ষতা সঙ্গে সঙ্গে দ্বিগুণ হয়ে যায়। সিদ্ধান্তটি সুস্পষ্ট।

একজন নতুন কর্মীকে প্রশিক্ষণ দিতে দুই বছর সময় লাগে, অথচ একজন অভিজ্ঞ কর্মীকে একটি এআই সরবরাহ করতে মাত্র দুই ঘণ্টা সময় লাগে। এটি কার্যকরভাবে অনেক তরুণের কর্মজীবনের দরজা বন্ধ করে দেয়, এবং এমনকি কর্মক্ষেত্রের বাইরের ব্যক্তিদের কেপিআই-গুলোও টোকেন ব্যবহারের সাথে যুক্ত হতে শুরু করেছে।

ইউটি অস্টিনের কম্পিউটেশনাল বায়োলজিস্ট ক্লাউস উইলকে বলেছেন, "স্বল্প মেয়াদে বাজেটের প্রতিটি ডলার হয়তো আরও বেশি উৎপাদন আনতে পারে, কিন্তু এর বিনিময়ে মেধা সরবরাহের পথ ভেঙে পড়বে এবং দীর্ঘমেয়াদে অবনতি ঘটবে।"

এটি একজন স্নাতকোত্তর ছাত্রের বেতন বাঁচিয়েছিল, কিন্তু হিনটনের ভবিষ্যৎ হয়তো নষ্ট করে দিয়েছে।

১৯৮৬ সালে হিনটন কী করছিলেন? কোড লিখছিলেন, পরীক্ষা-নিরীক্ষা চালাচ্ছিলেন এবং প্যারামিটার সমন্বয় করছিলেন। তিনি যা কিছু করেছিলেন, আজকের দিনে সেগুলোকে ‘প্রতিস্থাপিত হওয়ার মতো’ কাজ বলে মনে করা হতো। তিনি যদি আজ জন্মাতেন, তাহলে হয়তো গবেষণাগারে প্রবেশের সুযোগই পেতেন না।

এআই হিন্টনকে প্রতিস্থাপন করে না; এআই সেই মানুষটিকে প্রতিস্থাপন করে, হিন্টন হয়ে ওঠার আগে হিন্টন যেমন ছিলেন ।

এটা শুধু বৈজ্ঞানিক গবেষণার ক্ষেত্রেই ঘটছে না; একজন 'দক্ষ' ব্যক্তি হয়ে ওঠার এটাই হলো লুকানো মূল্য।

প্রতিটি "দক্ষ" কাজই কর্মদক্ষতা বাড়ায় বলে মনে হলেও, বাস্তবে তা একটি কর্মজীবনের পথ রুদ্ধ করে দেয়। প্রতিটি "সহকর্মী-দক্ষতা" তৈরির অর্থ হলো, কোনো নির্দিষ্ট পদের জন্য ভুল করা, পরিস্থিতি যাচাই করা এবং এমন অন্তর্দৃষ্টি সঞ্চয় করার জন্য আর কোনো প্রকৃত মানুষের প্রয়োজন হয় না, যা কৃত্রিম বুদ্ধিমত্তা আহরণ করতে পারে না।

যখন জীবন একটি দক্ষতা-ভিত্তিক ব্যবস্থায় পরিণত হয়, তখন আপনার আর কী অবশিষ্ট থাকে?

বস স্কিল আপনাকে আপনার বসের সাথে কাজ করতে সাহায্য করে; কলিগ স্কিল আপনাকে সহকর্মীদের সাথে সম্পর্ক পরিচালনা করতে সাহায্য করে; এক্স স্কিল আপনাকে স্মৃতি সংরক্ষণ করতে সাহায্য করে; ক্রাশ স্কিল আপনাকে পারস্পরিক আলাপচারিতা অনুকরণ করতে সাহায্য করে; এবং ইমমর্টালিটি স্কিল আপনাকে আপনার অস্তিত্ব দীর্ঘায়িত করতে সাহায্য করে।

আপনার ২০টি দক্ষতা রয়েছে যা জীবনের প্রতিটি সম্পর্ক ও পরিস্থিতিকে অন্তর্ভুক্ত করে। প্রশ্নটি হলো: আপনি এই দক্ষতাগুলো কীভাবে পরিচালনা করেন?

সুতরাং, কাজগুলোর সময়সূচি তৈরি করতে আপনার একটি 'দক্ষতা ব্যবস্থাপনা দক্ষতা' প্রয়োজন। এরপর, 'দক্ষতা ব্যবস্থাপনা দক্ষতা'-র পরামর্শ অনুসরণ করবেন কি না, তা নির্ধারণ করতে আপনার একটি 'সিদ্ধান্ত গ্রহণ দক্ষতা' প্রয়োজন। সবশেষে, 'সিদ্ধান্ত গ্রহণ দক্ষতা'-র পরামর্শ অনুসরণ করবেন কি না, সেই বিষয়ে সিদ্ধান্ত নিতে আপনার একটি 'মেটা-সিদ্ধান্ত গ্রহণ দক্ষতা' প্রয়োজন।

যখন আপনি আপনার পুরো জীবনকে একটি দক্ষতায় পরিণত করেন, তখন আপনার মনে হয় আপনি কিছু সরঞ্জাম ব্যবহার করছেন, কিন্তু প্রকৃতপক্ষে আপনি এমন একটি ক্রমবর্ধমান ব্যবস্থাকে পুষ্টি জোগাচ্ছেন যা আপনাকে ক্রমশ অপ্রয়োজনীয় করে তোলে ।

আমি কি দক্ষতা ব্যবহার করছি, নাকি দক্ষতা আমাকে ব্যবহার করছে?

কেউ কেউ হয়তো বলবেন, এটা কি কর্মদক্ষতা বাড়ানোর সরঞ্জামগুলোর বিবর্তন নয়? এক্সেল থেকে শুরু করে ইআরপি ও এআই দক্ষতা পর্যন্ত, সরঞ্জামগুলো ক্রমশ আরও শক্তিশালী হচ্ছে এবং মানুষও আরও বেশি নিশ্চিন্ত হয়ে উঠছে। এতে সমস্যাটা কী?

মূল বিষয়টি একটি গুরুত্বপূর্ণ জায়গায় নিহিত। এক্সেল আপনার হয়ে বিচার-বিবেচনা করবে না, ইআরপি আপনার হয়ে সিদ্ধান্ত নেবে না, কিন্তু স্কিল করবে।

যখন আপনি তিন মাস ধরে আপনার বসের সাথে কাজ করার জন্য আপনার বস-সুলভ দক্ষতা ব্যবহার করবেন, তখন কোনো সিদ্ধান্ত নেওয়ার আগে আপনার প্রথম প্রতিক্রিয়া "আমার মনে হয়" থেকে বদলে গিয়ে হবে "এই দক্ষতা দিয়ে আপনি বিষয়টি কীভাবে বলবেন?"। যখন আপনি ছয় মাস ধরে সহযোগিতামূলক কাজ সামলানোর জন্য আপনার সহকর্মীসুলভ দক্ষতা ব্যবহার করবেন, তখন একদিন কেউ আপনাকে বলবে, "ইদানীং আপনি কৃত্রিম বুদ্ধিমত্তার মতো কথা বলেন কেন?" এবং আপনি বুঝতে পারবেন যে আপনার নিজেকে প্রকাশ করার ভঙ্গিটি এই দক্ষতা দ্বারাই গঠিত হয়েছে।

তুমি নিজের উন্নততর সংস্করণ হয়ে ওঠোনি; তুমি দক্ষতা প্রদর্শনের একটি মাধ্যমে পরিণত হয়েছো ।

সরঞ্জাম এবং দক্ষতার মধ্যে পার্থক্য এখানেই: সরঞ্জাম আপনার সামর্থ্যকে বাড়িয়ে তোলে, কিন্তু সেই সামর্থ্য আপনারই থাকে। দক্ষতা আপনার সামর্থ্যকে প্রতিস্থাপন করে; আপনার হাতে শুধু প্রেরণ বোতামটি চাপার জন্য একটি আঙুলই অবশিষ্ট থাকে।

কে আপত্তি তুলবে?

দক্ষতা-ভিত্তিক পদ্ধতিগুলোই উন্নত এআই উৎপাদনশীলতার ভবিষ্যৎ দিকনির্দেশনা দেয়, এই বিষয়টি কেউ অস্বীকার করতে পারে না, এবং অস্বীকার করার কোনো প্রয়োজনও নেই।

পুনরাবৃত্তিমূলক ও গতানুগতিক কাজগুলো এআই-এর কাছে আউটসোর্স করার ফলে মানুষ আরও মূল্যবান কাজ করার সুযোগ পায়। বাষ্পীয় ইঞ্জিন থেকে শুরু করে ইন্টারনেট পর্যন্ত, প্রতিটি প্রযুক্তিগত বিপ্লব একই যুক্তি অনুসরণ করে।

দক্ষতা কোনো দানব নয়; সমস্যাটা হলো এগুলোর প্রতি আমাদের দৃষ্টিভঙ্গিতে।

যখন সবকিছুকেই দক্ষতায় রূপান্তরিত করা যায়, তখন কি সেইসব সক্ষমতা বিকশিত করার আর কোনো সুযোগ থাকে যা "দক্ষতায় রূপান্তরিত করা যায় না"?

এআই কী করতে পারে না, তা শেখার আগে আপনাকে এআই যা করতে পারে তা করতে হবে। স্নাতকোত্তর শিক্ষার্থীদের প্রশ্ন করতে শেখার আগে ডেটা নিয়ে কাজ করতে হয়, নবীন প্রকৌশলীদের আর্কিটেকচার বোঝার আগে CRUD অপারেশন লিখতে হয়, এবং ইন্টার্নদের বিচারবুদ্ধি বিকাশের আগে ছোটখাটো কাজ করতে হয়। এই প্রাথমিক স্তরের কাজগুলোই এআই প্রথমে কেড়ে নেয়।

টিকিটগুলো শেষ হয়ে গেছে, লেভেলিং এরিয়া বন্ধ, কিন্তু ফাইনাল বস এখনও আছে।

'Colleague.skill'-এর README-টি এই বাক্য দিয়ে শেষ হয়: "কোনো বাগ থাকলে অনুগ্রহ করে ইস্যুগুলো জানান।"

মানব অভিজ্ঞতা থেকে অর্জিত দক্ষতায় স্বাভাবিকভাবেই কিছু ত্রুটি থাকবে। সমস্যা হলো, যখন সবাই দক্ষ হয়ে উঠবে, তখন কে সমস্যাগুলো তুলে ধরবে?

সেই সময়ে যে যুবকটি ল্যাবে কোড লিখত এবং ডেটা নিয়ে কাজ করত, সে ত্রিশ বছর পরেও এমন কিছু দেখতে পেত যা অন্যরা দেখতে পেত না, কারণ সে ব্যক্তিগতভাবে অগণিত বাগের সম্মুখীন হয়েছিল। এই সহজাত প্রবৃত্তিগুলোকে প্ররোচিত বা সূক্ষ্মভাবে পরিমার্জন করা যায় না।

আমরা বিপুল পরিমাণে দক্ষতা তৈরি করছি, কিন্তু সমস্যা তুলে ধরার মতো মানুষ গড়ে তোলার পথ বন্ধ করে দিচ্ছি।

দক্ষতা অভিজ্ঞতার প্রতিরূপ হতে পারে, কিন্তু সেই ব্যক্তির প্রতিরূপ হতে পারে না, যিনি অসংখ্য ব্যর্থতার মধ্য দিয়ে প্রশ্ন করতে শিখেছেন ।

হয়তো একদিন আমরা দেখব যে আমাদের দশ হাজার নিখুঁতভাবে কার্যকর দক্ষতা রয়েছে, অথচ এমন একজনকেও খুঁজে পাওয়া যাবে না যিনি সেই দক্ষতাগুলোর ভুলগুলো ধরিয়ে দিতে পারেন।

সেই পর্যায়ে, শুধু বিদায়ী সহকর্মীরাই যে প্রতীকে পরিণত হয়ে দক্ষতায় রূপান্তরিত হবে, তা নয়।

iFanr-এর অফিসিয়াল WeChat অ্যাকাউন্ট iFanr (WeChat ID: ifanr) ফলো করুন, যেখানে যত তাড়াতাড়ি সম্ভব আপনার জন্য আরও আকর্ষণীয় কন্টেন্ট উপস্থাপন করা হবে।